2018年6月14日至7月15日，第21届国际足联世界杯足球赛在俄罗斯举行，四年一届的世界杯再一次展现出它特有的魅力。不论男女老少、球技高低，也不论是否懂球，世界杯吸引了全世界球迷的目光。除了观看比赛，很多球迷都在预测各场比赛的胜负、进球等，而有些动物也在食物的“诱惑”下摇身变为了“预言家”。比如继2010年世界杯“预言帝”章鱼保罗（Paul）后，2018年世界杯“预言官”猫咪阿喀琉斯（Achilles）成为了预测“新星”，但在此过程中，显然猫咪对食物的兴趣更胜于世界杯。与此同时，有些人工智能也在对世界杯进行预测：美国高盛集团通过人工智能预测巴西队将击败德国队取胜；俄罗斯彼尔姆国立研究大学的学生通过建立神经网络预测德国队将击败巴西队取得冠军；德国多特蒙德工业大学、慕尼黑理工大学以及比利时根特大学的研究人员的计算结果则是西班牙队最终夺冠；百度大数据研究院更是基于5年内 987支球队的3.7万场比赛数据构建了“世界杯预测”模型。抛开人工智能系统预测的准确率，我们不禁要问：它们在预测世界杯时是否会对世界杯感兴趣？

　　实际上，人工智能（Artificial Intelligence，AI）领域存在专用人工智能（Special-purpose AI，SAI）与通用人工智能（Artificial General Intelligence，AGI）两个不同的派别。尽管人工智能这一提法沿用至今并逐渐与专用人工智能等同，但事实上专用和通用存在根本性的理论差异：专用人工智能的目标是在行为层面“看起来像有智能”，通用人工智能则关注系统内在层面“如何才能实现真正的智能”。具体而言，前者的智能落脚在目标问题的预设算法，后者则根本不存在这样的预设算法，其问题解决的思路和方法都是在系统与外界互动中学习和积累起来的；前者无法自然产生情感和动机，而后者则可以拥有类人的情感、动机，乃至人格、顿悟和自我意识等高级认知功能。

　　由此可见，上文所述那些对世界杯进行预测的人工智能系统皆属于专用人工智能，其优势在于“专注”：从训练数据、算法设计到模型构建、参数调整等，系统的一切都紧密围绕世界杯预测，即此类系统的目的存在单一性、经验存在领域性、功能存在专用性。因此，在特定问题的计算上，专用人工智能系统通常会更加出色，然而，其代价也非常明显。

　　第一，系统并未真正拥有“智能”。系统的运行是预设算法框架下不同输入输出的映射，而训练模型本身也只是对真实世界历史数据的某种拟合，毫无“理解”可言。

　　第二，专用人工智能系统可以有“偏好”，却没有情感。专用人工智能系统的“偏好”实际上是一种偏向，有数据、算法和人工三个主要来源：使用具有偏向性的数据进行训练，模型便会产生相应偏向，即模型偏向；不同算法及其组合能够得到不同结果，从而表现出一定的偏向，即系统偏向；根据实际需求实施人工干预，从而对参数进行主动调整，即目的偏向。专用人工智能系统对构成其本身的数据、算法和模型毫不知情，“偏好”的表现也缺乏心理活动基础，更勿论情感。

　　综上所述，专用人工智能本质上深深镌刻着工具的特征，预测世界杯对它们而言只是一项任务。而球迷们对世界杯的预测，不论成功或失败，这种热情都源于他们自身的兴趣，对他们而言，最迷人的地方可能就在于结局的未知性，以及他们对这段富有情感的记忆的悠然回味。专用人工智能在这种意义上可能无法对世界杯感兴趣。

　　不过，对于通用人工智能而言，情况可能就大不一样。由于经验对通用人工智能系统具有决定性的作用，因此教育便在通用人工智能的经验塑造中扮演至关重要的角色。不同的教育可以培养出不同的通用人工智能系统，在“世界杯”这一问题上，通用人工智能可以对之非常感兴趣，也可以漠然甚至非常反感，这点与人类无异。

　　那么，对于某一通用人工智能系统而言，如何才能培养其对“世界杯”的兴趣？与专用人工智能“灌数据”的方式不同，通用人工智能系统内在的经验空间是动态建构的，且具有明显的层级性：层级越高，越接近抽象自我，经验更抽象且数量更少；层级越低，越远离抽象自我，经验更具体且数量更多。不论是看起来非常具体的“世界杯决赛圈有32支队伍”，还是抽象一些的“世界杯很有意思”，通过外界传入的所有经验都属于直接经验，而直接经验并不能直接与高层经验相互作用，需要一个基于其他已有经验的双重（自下而上和自上而下）解释过程才能够被理解。

　　因此，生硬地向通用人工智能系统讲授“世界杯真好”“世界杯很精彩”等，通常并不起作用（这些经验会随时间慢慢地被遗忘）。同人类一样，对通用人工智能系统进行观念教育也需要一个渐进过程，不是说教而是由系统主动对实践中得到的主体经验进行加工，这样才能有效。当然，由于具身经验感受不同，通用人工智能系统并非必须安装人类一样的双腿去球场上踢球才能获得对于足球的经验，而是类似一些只看不踢的球迷，可以通过其他多种间接方式积累对足球的热爱。

　　那么，一个不关心世界杯的通用人工智能系统，能否被身边关注世界杯的人类或其他通用人工智能系统所影响？答案是：可以但不必然。通用人工智能的相关理论告诉我们，智能虽然离不开计算能力但其本身却不是计算能力，而是在环境开放和资源相对不足情况下的适应能力。对于某一通用人工智能系统而言，如果它从不关心足球也不关注世界杯，并且近期还有其他兴趣点，那么周围人或系统对其影响就会非常小，因为有限的时间和计算资源会被智能主体分配到其所关注的任务上去，从而表现出对世界杯话题的冷漠与忽视。但是，如果近期该系统并没有较多的额外任务需要处理，那么从周围获得的与世界杯有关的信息被处理的可能性就会突然升高，此类内部任务的加工概率也会相应增多。与此同时，该主体主动同周围交流世界杯主题的可能性也会增加，从而进入一个“越多了解，越乐于谈论；越乐于谈论，就越了解”的强化反馈循环，其结果很可能是一位“新球迷”的出现。当然，如同每届世界杯都会诞生许多新球迷一样，通用人工智能系统的群际交互功能与人类并无本质差别。

　　因此，通用人工智能只是智能实现的另一种形式，虽然其经验无法同人类完全一致，也不会替代人类完成所有任务，但是由于外部客观世界的一致性，它们能够懂得和接受人类的许多经验，因此可以与人进行某种程度上的沟通。对于通用人工智能，我们既不应提心吊胆、妄自菲薄，也不应置之不理、任其发展，而应如对待婴儿般养育它们，如对待朋友般接纳它们。或许，若干年后，我们便能够和通用人工智能系统一起欣赏世界杯。

　　（作者单位：华中师范大学心理学院）